一、HVAC智慧调控与柔性用能实验平台 暖通空调   平台功能与应用

        以“注重理论联系实际、强化工程能力训练，培养适应能力强的创新人才”为实验教学目标，涉及冷热源工程、暖通空调、流体输配管网、热质交换原理与设备、建筑设备与能源系统智能化、大数据与人工智能应用等多门本科专业课实验教学服务、相关研究生科研实验，可实现企业用户定制用于企业人才培养和产品开发服务。通过本平台实验深化学生对本专业知识的系统理解与学习，掌握暖通空调系统运行调试检测的专业技能，培养学生分析解决实际问题的能力。

        平台以其先进的技术架构、丰富的功能模块及显著的应用优势，为建筑环境与能源应用工程领域的教学、新质生产力发展、科研及社会服务提供先进的、可拓展的实验平台支撑。

        平台致力于开展智能优化控制、空调柔性提升、建筑能耗与室内外环境参数关系、柔性调控策略、温湿度独立控制空调系统中湿度需求响应策略等方面的深入研究。通过结合设备性能、节能潜力及环境品质等多维度考量，为空调系统在不同环境状态下的运行方案及参数设定提供科学依据。

二、HVAC智慧调控与柔性用能实验平台 暖通空调    系统构成

        实验平台位于长安大学北校区致远大厦楼一层，覆盖4个房间，总面积约200平方米。平台结合了物联网、云计算、大数据、人工智能、可视化数字大屏展示，可实现定风量系统、变风量系统和风机盘管加新风系统的多种运行工况（7种基本工况）及控制策略的研究。

        冷热源系统：该平台配备了两台并联的空气源热泵机组（一台定频，一台变频），既可独立运行，也可联合工作，以满足各种冷热负荷及运行工况的需求。

        空调末端系统：包括变频式组合式空调机组（AHU）、直流无刷式风机盘管机组以及压力无关型VAV-Box变风量箱，为用户提供多样化的空调末端选择。

        输配系统：由一次泵系统和二次泵系统组成，两者均具备变频控制功能，确保空调系统的稳定运行及高效输配。

        蓄能罐：平台配备了一个容积为2.3立方米的蓄能罐，该蓄能罐可与热泵联合运行，通过水系统阀门的切换，实现供冷、供热、储能、释能及混合供给等多种运行工况。

        附属设施：管道加热器、真空脱气机及定压补水装置。

        监测系统：包括上百个硬测点和200余个软测点。除此之外还拥有可视化管控界面。

        数据交互与控制系统：由动力控制、数据采集、边缘计算及集中管控等部分组成，具备设备智能调控、数据采集、分析判断及存储等功能，通过运行PLC程序与AI智慧算法，实现对HVAC系统的全面智慧调控与柔性用能。

三、智能控制与柔性用能

        1、负荷预测

        采用人工神经网络（ANN）算法精准预测空调负荷，多元的AI算法库可为特定空调系统匹配预测算法，预测准确度可达94%以上，为空调系统优化控制策略的制定提供了坚实可靠的数据支撑。

        2、AI 优化控制 

        基于空调系统历史用能大数据，以COP、PMV和能耗等为约束目标，训练AI优化算法模型，模型将自动感知室内外环境参数的变化、自动判断并决策优化系统的控制参数，助力建筑实现柔性用能，在提高空调舒适度的同时，节约空调能耗，降低运行费用。

         3、精细化管理 

        建立空调能源数据精细化采集网络，将空调系统总能耗拆分到冷热源、水泵、冷却塔、风机和末端等分项，将末端能耗拆分到用户/楼层分项，数据可视化技术展示空调用能去向与能效高低，各区域用能情况更加透明化、精细化、可追溯化，能源管理更加规范化。快速诊断空调系统用能状况，及时发掘节能潜力，确定节能方向，提高系统能效。

         4、智慧化运维 

        “AI专家”替代繁琐人工，实现高效低成本安全运维。通过 AI 智能调节功能，帮助运维人员自动调整空调系统运行模式，减少运维人员数量和减轻工作负荷，提高工作效率。通过 AI算法模型实时监控空调设备运行状态，实现设备的预测性维护，变被动维护为主动服务，预防恶性事故发生，减少安全隐患，提高设备运行效率。通过运维数据库的搭建，实现能源系统设备的全生命周期管理，提高物业运维管理水平。

        5、柔性用能 

        接入本平台的空调系统可通过需求侧响应的形式参与到“虚拟电厂”计划中，转“源随荷变”为“荷随源变”，实现柔性用能，削峰填谷，缓解电网压力，降低用电成本，减小空调设备初投资。

        6、灵活化场景匹配 

        能管系统采取模块化设计方式，可以根据不同项目需求灵活搭建应用系统，适用于各类场景下的空调系统能源管理，兼容 Modbus、BACnet、OPC等各类通讯协议和接口。涉及的常见场景包含：公共建筑（办公楼、商场、学校、医疗机构等公共场景）、工业建筑（生产制造车间、仓储物流园区等工业建筑）和居住建筑（住宅小区、酒店、公寓等居住场所）的空调系统能源管理/节能改造项目。

四、平台优势与展望

        预留接口与可扩展性：本实验平台预留有冷热源及控制接口，为未来系统拓展、效能提升及开发新的控制策略和算法模型提供了坚实基础。

       科研成果转化与项目落地：平台专注于公共建筑集中空调系统的运行数据积累、学习与深度挖掘，将空调系统运行基本原理、工程师的运维经验和历史运维数据融入AI算法中，进行多种HVAC和AI算法模型训练，完成不同工况调试。通过机器理解与深度学习，预测、优化得到不同环境状态下空调系统运行方案及参数设定，实现空调系统智慧和柔性用能，为科研成果转化及项目落地提供有力技术支撑和调试平台。       

        教学资源建设与行业推动：平台将持续丰富配套教学资源，完善并提升实验的自由度和开放性，促进行业实现跨学科融合、智能化转型及人才培养模式的更新；同时，推动教育创新、科研发展及产业升级，为建环专业的新质生产力发展提供先进的、可拓展的综合实验平台支撑。